唐小龙
摘 要:影响我国债券评级的决定因素有以下几点:(1)企业资产规模越大,公司债券评级越高;(2)资产负债率对债券的评级有负的影响,即资产负债率越高,债券评级可能越低;(3)投资机会对债券评级有正向的影响,即投资机会越好,债券评级可能越高;(4)发债企业的销售增长率、总资产周转率和净资产利润率则对公司债券评级影响不显著的。
关键词:公司债券;财务风险;信用评级
中图分类号:F83 文献标识码:A 文章编号:16723198(2014)03011602
1 引言
企业债券评级是指对企业债券如约偿还本金、利息的可靠性进行评定,并利用直观、简洁的符号公布出来供投资者参考,评级的目的就是为债券投资者提供公司债券违约风险的相关信息,从而保护投资者利益。公司债券评级能够有效的促进公司债券市场的发展,在2007年8月14日颁布实施的《公司债券发行试点办法》表明我国增强了对公司债券市场的建设和发展的重视,在此背景下,对我国公司债券的评级现状及我国公司债券市场的信用评级制度进行分析研究,具有影响深远的意义。
2 文献综述
2.1 国外公司债券评级方法的文献综述
(1)多元线性判别模型。Fisher:(1959)《公司债券中风险贴水的决定因素研究》,他通过最小二乘法对债券的风险进行了实证分析研究,从此以后也有一些相关研究,其大多数都在Fisher研究模型的基础添加一些解释变量来进行的研究。
(2)加权Logistic模型。Martin,Henderson,Perry & Cronan(1984)采用加权logistic模型回归分析,选取了一些关于财务比率指标来进行回归分析,进而判断财务比率指标对债券评级的影响,从而据此对债券的评级进行分析预测。
(3)Probit模型。Trevino&Thomas等(2000、2001)通过Probit模型回归分析,进而对公司债券的评级进行分析预测。
2.2 国内企业债券评级方法的文献综述
从近年来的该方面研究成果来看,国内学者的研究大致主要包括:
牟秉华、詹银珍(1999)从发行债券公司到期的偿还本息的能力和公司债券的投资风险程度两个角度,介绍了我国企业债券信用评级体系的设计和具体变量指标的定义,并介绍了此套指标体系的优势及特点。夏英俊、李元(2005),运用主成分回归分析方法,对发债企业的债券评级进行回归分析预测,结果显示该回归分析方法预测结果是具有一定可靠性的。陈超、郭志明(2008)通过Logistic模型的实证分析,得出我国的企业债券评级的主要影响因素是资产规模及政府的政策倾向,财务指标对企业债评级没有显著影响,还指出我国的企业债券市场的信用风险评级与欧美的债券市场的信用风险评级存在比较大的差距。李湛、徐一骞(2009)运用Altman的Z值模型对企业债发行主体信用风险评级进行了预测分析,并且和企业债券评级结果进行比较分析,发现模型预测结果和债券的评级结果有部分背离,最后,对我国债券评级的方法提出了自己的建议。李毅、赵兴罗(2009),对加权评分法、模糊评估法及多变量信用风险二维判断分析法进行了分析介绍,最后对我国公司债券的评级方法的改进给出建议。
综上,20世纪60年代以来,西方学者对企业债券评级的方法进行了大量深入的研究,其研究成果逐步被其他国家所采用,并取得了一定的成果。然而,在我国,由于制度环境的种种条件的限制,公司债券市场发展长期处于滞后状态,因此,国内有关公司债券的研究也比较落后,关于公司债券评级方面缺乏一套比较完善的适用于中国债券市场的理论体系,所以,在债券评级方面的研究还有待于加强。
3 研究设计
3.1 样本选择和数据收集
我国公司债券从2007年8月14日《公司债券发行试点办法》颁布之后正式发行,因此,本文选取2007年《公司债券试点办法》以后发行公司债券的沪深上市公司作为研究样本。本文所用数据来源于WIND资讯系统、CSMAR数据库和上海证券交易所、圳证券交易所公布的公司年报和债券信息,最终数据分析使用SAS分析软件。
(1)企业财务指标相关变量的定义如表1。
表1 企业财务指标相关变量定义
变量名称 变量符号
变量定义
变量属性
债券评级 credit 评级为AAA取值4;AA+取值3;AA取值2;AA-取值1 被解释
变量
盈利能力 roe 净利润/[(年初所有者权益+年末所有者权益)/2] 解释变量
资产负债率 lev 总负债/总资产 解释变量
公司成长性 growthsale (当年营业收入-上年营业收入)/上年营业收入 解释变量
资产周转率 assetzhou 营业净收入/[(年初总资产+年末总资产)/2] 解释变量
投资机会 TobinQ 资产市值/账面价值 解释变量
偿债能力 Debti 现金流量净额/流动负债 解释变量
公司规模 asset 总资产的自然对数 解释变量
(2)企业内部治理和行业相关控制变量的定义:
股权集中度:Top1=第一大股东持股比控制变量;股权制衡:Share210=LN(10n=2(SnS*100)2);领导结构:LS=董事长兼任总经理取值:1,否则:0;董事会规模:Bsize=董事会人数;独立董事规模:DR=独立董事人数;监事会规模:SB=监事会人数;管理者持股比例:Manageshare=董事、监事及高层管理者持股数/总股本数;流通股比例:AL=流通股股数/总股本;国家股比例:stateshare国家股股数/总股本;企业性质:state=国有企业为1;否则:0;行业:industri=证监会所分行业:以综合类为基础行业;i=8。endprint
3.2 Logistic回归模型的设计
Logistic回归模型基本形式:
P=1/(1+exp(-z)),z=α+βx
模型1:z=α+β1roe+β2assetzhou+β3lev+β4growthsale+β5asset+β6debti+β7TobinQ+ε
模型2:z=α+β1+roe+β2assetzhou+β3 lev+ β4 growthsale +β5 asset+ β6 debti+ β7TobinQ+ β8top1 + β9share210 + β10ls + β10bsize + β11dr + β12sb+ β13managershare+ β14AL+ β15stateshare+ β16state+ β17+8i=1industri+ε
3.3 我国债券评级方法与研究假设
本文主要研究公司的财务方面的变量指标对公司债券评级的影响,由此,提出本文的假设:
假设1:一般公司规模越大,发展一般比较成熟,具有较强的实力,公司债券融资风险较小,则其债券的评级较高。
假设2:资产收益率衡量的是企业的盈利能力,该指标的值越大说明企业的盈利能力越好,其偿本付息的能力越强违约风险就越小,所以,相应的公司债评级就越高;总资产周转率,衡量的是企业的运营效率,反映企业全部资产的管理质量和利用效率,一般情况下,该指标数值越高,企业的违约风险越小,其对应的公司债评级也就越高。
假设3:企业资产负债率反映的是总资产中多大比例是通过负债取得的,衡量企业清算时对债券人的保护程度,资产负债率越低,企业偿还债务越有保证,因而,发债公司的债券评级应该越高。而偿债能力指标debti,数值越大,偿还债务的资金越有保障,企业的偿还债务的能力越大,其违约风险越小,债券的评级应该越大。
假设4:企业的销售额增长率评价企业成长状况和发展能力的重要指标其值越大,意味着其经营能力比较强,企业的发展前景就较好,相应的债券评级应该较高。投资机会可以反映市场对于公司未来利润的预期,并对公司投资产生影响,投机机会变量数值越大,公司的发展前景越好,市场对公司的反映也就越好,那么,其债券评级应该会跟高。
4 回归分析
4.1 Logistic 模型回归结果
用Logistic回归模型分析,其回归分析结果见表2(由于限于篇幅,图表没详细列示)。
表2 回归分析结果
模型1 模型2
χ2 136.7249 192.5203
χ2对应的概率 <0.0001 <0.0001
样本数 193 193
预测一致性 84.6% 90.3%
4.2 Logistic模型回归结果分析
对模型中的自变量回归系数进行了检验,可以看出:(1)影响债券评级最关键的因素是发债企业总资产的规模(asset)和资产负债率(lev)。这两个因素在显著性水平为1%下是显著的,并且其系数分别为(-2.4980)和(9.4563),这说明企业资产规模越大,其评级会显著地高于资产规模小的企业。资产负债率越小,其评级会显著地高于资产负债率低的企业,结果与我们提出的假设是一致的。投资机会(TobinQ)对债券评级的影响系数在10%水平显著,系数(-09112),说明投资机会越大,债券的评级就越高,与假设是一致的(2)净资产收益率(roe)、总资产周转率(assetzhou)、偿债能力(debti2)和销售增长率(growthsale)等财务指标对债券评级影响是不显著的,此结果与我们提出的假设不一致。模型1和模型2比较回归可知,企业的财务指标是主要影响债券评级的因素,而公司治理和行业指标对债券评级的影响不大,即:债券评级预测的准确性提升不大,可见我国公司债券评级和企业债券相比有了很大是提高,一定程度上能够反映企业的财务状况的好坏,从而反映公司债券的风险。但是和欧美的债券信用评级还有较大差距。
5 结论
通过检验结果:(1)企业资产规模越大,公司债券评级越高;(2)资产负债率对债券评级有负的影响,资产负债率越高,那么其评级就会低;(3)发债企业的销售增长率、总资产周转率和净资产利润率则对公司债券评级影响不显著的。从而可以得出这样的结论:在我国公司债券市场中,影响公司债券评级的财务指标因素当中,发债企业的资产规模和资产负债率显著地影响公司债券评级结果;公司债券评级的结果没有反映资产收益率、总资产周转率、和销售增长率等财务指标对公司债券评级的影响。当前,评级机构对公司债券的评级比之前对企业债券的评级有了一定的进步,但是并不能完全反映企业经营的好坏,只是一定程度上反映了资产规模以及资产负债率对公司债券评级的影响。这表明,我国当前的公司债券市场的信用风险评级与发达国家的债券市场的信用风险评级还存在较大的差距。我们要从以下几点入手来促进公司债券信用评级的发展:(1)建立独立的评级机构,扩大评级结果使用范围;(2)建立科学的评级指标体系;(3)建立追踪评级制度,做好信息披露:强化和规范公司债券发行主体的信息披露,建立健全公司债券发行的信息披露制度,减少市场上投资者和公司债发行主体的信息不对称,使投资者等利益相关者能够充分了解发债公司的经营情况等。
参考文献
[1]Fisher.Determinants of risk Premiums on corporate bonds[J].Journal of Political Economy,1959,(6).
[2]Martin,L.,Henderson,G.,Perry,L.,T.P.Cronan. Bond ratings.Predictions Using rating agency criteria [R].Washington:Arizona State University,1984.
[3]Trevino,L., S. Thomas. Systematic differences in the determinants of foreign currency sovereign ratings by rating agency [M]. discussion papers in accounting and management science 00- 153,School of Management,University of Southampton,UK,2000a.
[4]牟秉华,詹银珍.我国企业债券信用评级指标体系研究[J].中南财经大学学报,1999,(3).
[5]夏英俊,李元.债券评级的一种方法一主成分分析法[J].广州大学学报:自然科学版,2005,(2).
[6]陈超,郭志明.我国企业债券融资、财务风险和债券评级[J].当代财经,2008,(2).
[7]李湛,徐一蓦.我国企业债券信用评级的因素分析—基于Altman的Z计分模型的实证研究[J].南方金融,2009,(6).
[8]李毅,赵兴罗.企业债券信用评级方法比较与分析[J].河南金融管理干部学院学报,2009,(3).endprint
3.2 Logistic回归模型的设计
Logistic回归模型基本形式:
P=1/(1+exp(-z)),z=α+βx
模型1:z=α+β1roe+β2assetzhou+β3lev+β4growthsale+β5asset+β6debti+β7TobinQ+ε
模型2:z=α+β1+roe+β2assetzhou+β3 lev+ β4 growthsale +β5 asset+ β6 debti+ β7TobinQ+ β8top1 + β9share210 + β10ls + β10bsize + β11dr + β12sb+ β13managershare+ β14AL+ β15stateshare+ β16state+ β17+8i=1industri+ε
3.3 我国债券评级方法与研究假设
本文主要研究公司的财务方面的变量指标对公司债券评级的影响,由此,提出本文的假设:
假设1:一般公司规模越大,发展一般比较成熟,具有较强的实力,公司债券融资风险较小,则其债券的评级较高。
假设2:资产收益率衡量的是企业的盈利能力,该指标的值越大说明企业的盈利能力越好,其偿本付息的能力越强违约风险就越小,所以,相应的公司债评级就越高;总资产周转率,衡量的是企业的运营效率,反映企业全部资产的管理质量和利用效率,一般情况下,该指标数值越高,企业的违约风险越小,其对应的公司债评级也就越高。
假设3:企业资产负债率反映的是总资产中多大比例是通过负债取得的,衡量企业清算时对债券人的保护程度,资产负债率越低,企业偿还债务越有保证,因而,发债公司的债券评级应该越高。而偿债能力指标debti,数值越大,偿还债务的资金越有保障,企业的偿还债务的能力越大,其违约风险越小,债券的评级应该越大。
假设4:企业的销售额增长率评价企业成长状况和发展能力的重要指标其值越大,意味着其经营能力比较强,企业的发展前景就较好,相应的债券评级应该较高。投资机会可以反映市场对于公司未来利润的预期,并对公司投资产生影响,投机机会变量数值越大,公司的发展前景越好,市场对公司的反映也就越好,那么,其债券评级应该会跟高。
4 回归分析
4.1 Logistic 模型回归结果
用Logistic回归模型分析,其回归分析结果见表2(由于限于篇幅,图表没详细列示)。
表2 回归分析结果
模型1 模型2
χ2 136.7249 192.5203
χ2对应的概率 <0.0001 <0.0001
样本数 193 193
预测一致性 84.6% 90.3%
4.2 Logistic模型回归结果分析
对模型中的自变量回归系数进行了检验,可以看出:(1)影响债券评级最关键的因素是发债企业总资产的规模(asset)和资产负债率(lev)。这两个因素在显著性水平为1%下是显著的,并且其系数分别为(-2.4980)和(9.4563),这说明企业资产规模越大,其评级会显著地高于资产规模小的企业。资产负债率越小,其评级会显著地高于资产负债率低的企业,结果与我们提出的假设是一致的。投资机会(TobinQ)对债券评级的影响系数在10%水平显著,系数(-09112),说明投资机会越大,债券的评级就越高,与假设是一致的(2)净资产收益率(roe)、总资产周转率(assetzhou)、偿债能力(debti2)和销售增长率(growthsale)等财务指标对债券评级影响是不显著的,此结果与我们提出的假设不一致。模型1和模型2比较回归可知,企业的财务指标是主要影响债券评级的因素,而公司治理和行业指标对债券评级的影响不大,即:债券评级预测的准确性提升不大,可见我国公司债券评级和企业债券相比有了很大是提高,一定程度上能够反映企业的财务状况的好坏,从而反映公司债券的风险。但是和欧美的债券信用评级还有较大差距。
5 结论
通过检验结果:(1)企业资产规模越大,公司债券评级越高;(2)资产负债率对债券评级有负的影响,资产负债率越高,那么其评级就会低;(3)发债企业的销售增长率、总资产周转率和净资产利润率则对公司债券评级影响不显著的。从而可以得出这样的结论:在我国公司债券市场中,影响公司债券评级的财务指标因素当中,发债企业的资产规模和资产负债率显著地影响公司债券评级结果;公司债券评级的结果没有反映资产收益率、总资产周转率、和销售增长率等财务指标对公司债券评级的影响。当前,评级机构对公司债券的评级比之前对企业债券的评级有了一定的进步,但是并不能完全反映企业经营的好坏,只是一定程度上反映了资产规模以及资产负债率对公司债券评级的影响。这表明,我国当前的公司债券市场的信用风险评级与发达国家的债券市场的信用风险评级还存在较大的差距。我们要从以下几点入手来促进公司债券信用评级的发展:(1)建立独立的评级机构,扩大评级结果使用范围;(2)建立科学的评级指标体系;(3)建立追踪评级制度,做好信息披露:强化和规范公司债券发行主体的信息披露,建立健全公司债券发行的信息披露制度,减少市场上投资者和公司债发行主体的信息不对称,使投资者等利益相关者能够充分了解发债公司的经营情况等。
参考文献
[1]Fisher.Determinants of risk Premiums on corporate bonds[J].Journal of Political Economy,1959,(6).
[2]Martin,L.,Henderson,G.,Perry,L.,T.P.Cronan. Bond ratings.Predictions Using rating agency criteria [R].Washington:Arizona State University,1984.
[3]Trevino,L., S. Thomas. Systematic differences in the determinants of foreign currency sovereign ratings by rating agency [M]. discussion papers in accounting and management science 00- 153,School of Management,University of Southampton,UK,2000a.
[4]牟秉华,詹银珍.我国企业债券信用评级指标体系研究[J].中南财经大学学报,1999,(3).
[5]夏英俊,李元.债券评级的一种方法一主成分分析法[J].广州大学学报:自然科学版,2005,(2).
[6]陈超,郭志明.我国企业债券融资、财务风险和债券评级[J].当代财经,2008,(2).
[7]李湛,徐一蓦.我国企业债券信用评级的因素分析—基于Altman的Z计分模型的实证研究[J].南方金融,2009,(6).
[8]李毅,赵兴罗.企业债券信用评级方法比较与分析[J].河南金融管理干部学院学报,2009,(3).endprint
3.2 Logistic回归模型的设计
Logistic回归模型基本形式:
P=1/(1+exp(-z)),z=α+βx
模型1:z=α+β1roe+β2assetzhou+β3lev+β4growthsale+β5asset+β6debti+β7TobinQ+ε
模型2:z=α+β1+roe+β2assetzhou+β3 lev+ β4 growthsale +β5 asset+ β6 debti+ β7TobinQ+ β8top1 + β9share210 + β10ls + β10bsize + β11dr + β12sb+ β13managershare+ β14AL+ β15stateshare+ β16state+ β17+8i=1industri+ε
3.3 我国债券评级方法与研究假设
本文主要研究公司的财务方面的变量指标对公司债券评级的影响,由此,提出本文的假设:
假设1:一般公司规模越大,发展一般比较成熟,具有较强的实力,公司债券融资风险较小,则其债券的评级较高。
假设2:资产收益率衡量的是企业的盈利能力,该指标的值越大说明企业的盈利能力越好,其偿本付息的能力越强违约风险就越小,所以,相应的公司债评级就越高;总资产周转率,衡量的是企业的运营效率,反映企业全部资产的管理质量和利用效率,一般情况下,该指标数值越高,企业的违约风险越小,其对应的公司债评级也就越高。
假设3:企业资产负债率反映的是总资产中多大比例是通过负债取得的,衡量企业清算时对债券人的保护程度,资产负债率越低,企业偿还债务越有保证,因而,发债公司的债券评级应该越高。而偿债能力指标debti,数值越大,偿还债务的资金越有保障,企业的偿还债务的能力越大,其违约风险越小,债券的评级应该越大。
假设4:企业的销售额增长率评价企业成长状况和发展能力的重要指标其值越大,意味着其经营能力比较强,企业的发展前景就较好,相应的债券评级应该较高。投资机会可以反映市场对于公司未来利润的预期,并对公司投资产生影响,投机机会变量数值越大,公司的发展前景越好,市场对公司的反映也就越好,那么,其债券评级应该会跟高。
4 回归分析
4.1 Logistic 模型回归结果
用Logistic回归模型分析,其回归分析结果见表2(由于限于篇幅,图表没详细列示)。
表2 回归分析结果
模型1 模型2
χ2 136.7249 192.5203
χ2对应的概率 <0.0001 <0.0001
样本数 193 193
预测一致性 84.6% 90.3%
4.2 Logistic模型回归结果分析
对模型中的自变量回归系数进行了检验,可以看出:(1)影响债券评级最关键的因素是发债企业总资产的规模(asset)和资产负债率(lev)。这两个因素在显著性水平为1%下是显著的,并且其系数分别为(-2.4980)和(9.4563),这说明企业资产规模越大,其评级会显著地高于资产规模小的企业。资产负债率越小,其评级会显著地高于资产负债率低的企业,结果与我们提出的假设是一致的。投资机会(TobinQ)对债券评级的影响系数在10%水平显著,系数(-09112),说明投资机会越大,债券的评级就越高,与假设是一致的(2)净资产收益率(roe)、总资产周转率(assetzhou)、偿债能力(debti2)和销售增长率(growthsale)等财务指标对债券评级影响是不显著的,此结果与我们提出的假设不一致。模型1和模型2比较回归可知,企业的财务指标是主要影响债券评级的因素,而公司治理和行业指标对债券评级的影响不大,即:债券评级预测的准确性提升不大,可见我国公司债券评级和企业债券相比有了很大是提高,一定程度上能够反映企业的财务状况的好坏,从而反映公司债券的风险。但是和欧美的债券信用评级还有较大差距。
5 结论
通过检验结果:(1)企业资产规模越大,公司债券评级越高;(2)资产负债率对债券评级有负的影响,资产负债率越高,那么其评级就会低;(3)发债企业的销售增长率、总资产周转率和净资产利润率则对公司债券评级影响不显著的。从而可以得出这样的结论:在我国公司债券市场中,影响公司债券评级的财务指标因素当中,发债企业的资产规模和资产负债率显著地影响公司债券评级结果;公司债券评级的结果没有反映资产收益率、总资产周转率、和销售增长率等财务指标对公司债券评级的影响。当前,评级机构对公司债券的评级比之前对企业债券的评级有了一定的进步,但是并不能完全反映企业经营的好坏,只是一定程度上反映了资产规模以及资产负债率对公司债券评级的影响。这表明,我国当前的公司债券市场的信用风险评级与发达国家的债券市场的信用风险评级还存在较大的差距。我们要从以下几点入手来促进公司债券信用评级的发展:(1)建立独立的评级机构,扩大评级结果使用范围;(2)建立科学的评级指标体系;(3)建立追踪评级制度,做好信息披露:强化和规范公司债券发行主体的信息披露,建立健全公司债券发行的信息披露制度,减少市场上投资者和公司债发行主体的信息不对称,使投资者等利益相关者能够充分了解发债公司的经营情况等。
参考文献
[1]Fisher.Determinants of risk Premiums on corporate bonds[J].Journal of Political Economy,1959,(6).
[2]Martin,L.,Henderson,G.,Perry,L.,T.P.Cronan. Bond ratings.Predictions Using rating agency criteria [R].Washington:Arizona State University,1984.
[3]Trevino,L., S. Thomas. Systematic differences in the determinants of foreign currency sovereign ratings by rating agency [M]. discussion papers in accounting and management science 00- 153,School of Management,University of Southampton,UK,2000a.
[4]牟秉华,詹银珍.我国企业债券信用评级指标体系研究[J].中南财经大学学报,1999,(3).
[5]夏英俊,李元.债券评级的一种方法一主成分分析法[J].广州大学学报:自然科学版,2005,(2).
[6]陈超,郭志明.我国企业债券融资、财务风险和债券评级[J].当代财经,2008,(2).
[7]李湛,徐一蓦.我国企业债券信用评级的因素分析—基于Altman的Z计分模型的实证研究[J].南方金融,2009,(6).
[8]李毅,赵兴罗.企业债券信用评级方法比较与分析[J].河南金融管理干部学院学报,2009,(3).endprint